Geminiとは？使い方、機能、活用事例、API、料金プラン、AIエージェントを目指す進化を徹底解説！
Geminiとは、Googleが満を持して2023年12月に公開したLLMです。Geminiはマルチモーダルで対話ができ、プログラミングにおいて高品質なコード生...
記事一覧
マルチモーダルAIの記事一覧
Soraとは？できること・技術的特徴・世界モデルとしての将来性を徹底解説！動画生成手順がわかる説明動画付き！
Soraはテキストや画像から高品質な動画を生成・編集できるAI 指示（プロンプト）を与えるだけで、最長20秒、1080pの高解像度な動画を作成できるだけでなく、...
LLM・SLM・VLM・MLLM・LVM・LMM・VLAなどの重要用語の意味と違いが分かる！重要な生成AIモデル種類紹介
企業のAI活用が加速するなか、LLM（大規模言語モデル）が業務効率化の重要ツールとして注目を集めています。しかし、LLM、VLM、MLLMなど、次々と登場する新...
Googleの動画生成AI「Veo」とは？特徴・Soraとの違い・メリット・デメリットを徹底紹介！
Google社が開発した動画生成AIが「Veo」です。OpenAI社の動画生成AI「Sora」の対抗馬として公開され、注目を集めています。 Veoは、幅広い動画...
マルチモーダルAIとは？代表モデル・活用メリット・ビジネス活用事例を徹底解説！AI Marketでの導入相談事例付き
マルチモーダルAIは、テキスト・画像・音声など複数の異なるデータを統合的に処理できる技術 画像付きの問い合わせへの自動応答による顧客体験の向上、映像と音声を組み...
Project Marinerとは？Google Chromeブラウザ拡張でできること・他のAIエージェントとの違い・展望を徹底解説！
Project Marinerは、自然言語の指示でChromeブラウザを直接操作するAIエージェント 基盤モデルGeminiにより、Webページ上のテキストや画...
Google Agentspaceとは？できることや始め方・メリット・AIエージェントのこれからの展開を徹底解説！
2024年12月、GeminiなどのLLM（大規模言語モデル）を提供し続けてきたGoogleが、新たに企業向けのAIエージェント構築プラットフォーム「Googl...
MetaのMovie Genとは？国内での提供状況・Soraとの違い・特徴・性能を徹底解説！
Movie Genはテキストだけで最大16秒・1080pの動画と最大45秒の音声を一貫生成し、既存映像の編集や人物写真からの動画化にも対応 人間評価でRunwa...
Google Bardとは？特徴・ChatGPTの違い・使い方・活用方法を徹底解説！
近年、ChatGPTの登場から対話型AIをはじめとした生成AI（ジェネレーティブAI）が大手IT企業から各種登場しました。Google Bardとは満を持してG...
MLLM（マルチモーダルLLM）とは？LLMとの違い・メリット・代表モデル・活用分野を徹底解説！
テキスト、画像、音声など、複数のデータを同時に理解・処理できるMLLM（マルチモーダル大規模言語モデル）の導入が、企業のAI（人工知能）活用デジタル変革を加速さ...
